机器学习算法总结
文章平均质量分 80
唐糖568
技术小白在不断摸索中求生~
展开
-
机器学习之聚类(一)密度聚类DBSCAN
DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法,它是密度聚类中的一种,是一种基于高密度连通区域的、基于密度的聚类算法,能够将具有足够高密度的区域划分为簇,并在具有噪声的数据中发现任意形状的簇。 1、DBSCAN聚类算法原理的基本要点: (1)需要选择一种距离度量,对于待聚类的数据集中,任意两点之间的距原创 2017-11-13 09:08:22 · 706 阅读 · 0 评论 -
机器学习之降维
本周关于降维的学习主要分为五类:PCA、LDA、LLE、tSNE、ISOMAP 来进行学习 首先自己的任务是:tSNE的学习 (一)降维的基本知识点总结 1、降维方法分为线性和非线性降维,非线性降维又分为基于核函数和基于特征值的方法。 (1)线性降维:PCA、ICA、LDA、LFA、LPP (2)非线性降维方法:①基于核函数的方法:KPCA、KICA、KDA ②基于特征值的原创 2017-11-15 11:29:34 · 17617 阅读 · 1 评论